在 pandas 数据帧上创建和更新组行总和

Question

我有一个包含学生及其学校科目的数据框：

主题	马克
海伦
艺术	20
哲学	16.8
经济	12
科林
数学	19.2
地理	17
历史	15

对于每个科目，都有不同的权重，权重因学期而异，并影响学生的总成绩：

主题	重量
艺术	0.1
哲学	0.6
经济	0.2
数学	0.5
地理	0.01
哲学	0.5
历史	0.3
数学	0.6

我正在考虑实现某种带有连接方法的vlook up，但由于权重发生变化，我必须更新表格。 不过，我想在浏览权重表时将输出打印在文件中。在这种情况下，我知道我可以使用 for 循环，但这不是最优化的方法。

我可以在这种情况下使用任何类型的 lamda 吗？ 此外，有什么方法可以识别每个学生的总变化何时并输出？我正在考虑从数据框中创建子组，然后检查累积和？

本质上，在迭代上面的权重表时，我希望我的输出是： 主题 = 分数 * 体重，但还要考虑和跟踪学生总数的变化，因此：

 Art: 0.2 
 Philosophy: 10.08 
 Economics: 2.4
Helen: 12.68
 Maths: 9.6 
 Geography: 0.17 
 Philosophy:8.4 
Helen:11 
 History:4.5 
Colin: 14.27
 Maths:11.52 
Colin:16.19

Answer 1

虽然拥有内部标头并不理想，但您可以使用

map

+

mul

、

isna

和

groupby.transform

:

的组合来计算预期输出

# build mapping series withou unique Subjects
s = weights.drop_duplicates('Subject').set_index('Subject')['Weight']

# compute the weighted Mark
df['Weighted_Mark'] = df['Mark'].mul(df['Subject'].map(s))

# identify Names
m = df['Mark'].isna()
# compute total
df.loc[m, 'Weighted_Mark'] = df.groupby(m.cumsum())['Weighted_Mark'].transform('sum')

输出：

      Subject  Mark  Weighted_Mark
0       Helen   NaN          14.48
1         Art  20.0           2.00
2  Philosophy  16.8          10.08
3   Economics  12.0           2.40
4       Colin   NaN          14.27
5       Maths  19.2           9.60
6   Geography  17.0           0.17
7     History  15.0           4.50